Реєстраційний номер
0220U101803,
0119U103227
, Науково-дослідна робота
Назва роботи
Нейромережеві методи і засоби класифікації зображень ауто- та ксеногенних тканин
Назва етапу роботи
Керівник роботи
Березький Олег Миколайович, Доктор технічних наук
Дата реєстрації
24-02-2020
Організація виконавець
Тернопільський національний економічний університет
Опис етапу
Об’єкт дослідження – методи і засоби класифікації зображень ауто- та ксеногенних тканин. Предметом дослідження є наукові підходи, методи та прикладний інструментарій побудови та навчання штучних нейронних мереж. Мета роботи – розробити алгоритми аналізу гістологічних та цитологічних зображень ауто- та ксеногенних тканин та побудувати методи і алгоритми класифікації зображень. Методи досліджень: методи теорії алгоритмів, теорія нечіткої логіки для формування правил опрацювання зображень, методи комп’ютерного зору для попереднього оброблення, сегментації і класифікації зображень, технології об’єктно–орієнтованого програмування, методи навчання штучних нейронних мереж. У науково-дослідній роботі проведено аналіз підходів до класифікації зображень в системах штучного інтелекту. Наведено узагальнену структуру класифікації гістологічних і цитологічних зображень в системі автоматизованої мікроскопії для ТОВ «Інститут біомедичних технологій», що складається з двох альтернативних шляхів: застосування згорткових нейронних мереж та нечіткої бази знань.
Опис продукції
На основі базових алгоритмів низького, середнього та високого рівнів комп’ютерного зору розроблено структуру класифікації цитологічних зображень. Розроблена структура включає в себе етап застосування методу головних компонент для зменшення розмірності даних. Найкращий результат класифікації кількісних характеристик ядер цитологічних зображень отримано при використанні 3 головних компонент. Показник AUC складає 93%. Розроблено архітектуру генеративно-змагальної нейронної мережі, яка складається із дискримінатора та генератора. Проведено навчання нейронної мережі, що дало можливість згенерувати зображення ауто- та ксеногенних тканин. Проведено генерування гістологічних і цитологічних зображень, що дало можливість суттєво збільшити навчальну вибірку для класифікаторів. Приріст точності класифікації склав ≈12% для гістологічних зображень та ≈20.5% для цитологічних зображень. Впровадження розроблених засобів в клінічній практиці, для наукових досліджень в морфології дозволить підвищити продуктивність діагностичного процесу цитолога, патогістолога та зменшити суб’єктивність і трудомісткість морфометричного аналізу.
Автори роботи
Ігнатьєв Ігор Васильович
Басюк Наталія Анатоліївна
Батько Юрій Мирославович
Березький Олег Миколайович
Гураль Ірина Володимирівна
Дубчак Леся Орестівна
Лящинський Павло Борисович
Лящинський Петро Борисович
Маслияк Богдан Олексійович
Мельник Григорій Миколайович
Піцун Олег Йосипович
Паздрій Ігор Ростиславович
Савка Надія Ярославівна
Сухович Аліна Русланівна
Додано/оновлено в НРАТ
2020-04-02
